KI-Technologien & Tools.

OpenAI ist das Unternehmen, das die moderne KI-Ära maßgeblich geprägt hat. Gegründet 2015 als gemeinnützige Organisation, später in eine kapitalorientierte Struktur umgewandelt, entwickelt OpenAI einige der leistungsfähigsten Large Language Models der Welt — darunter die GPT-Reihe, die o-Reasoning-Modelle und DALL·E.

Die aktuellen GPT-Modelle sind besonders stark in Code-Generierung, multimodalen Aufgaben (Text + Bild) und komplexem Reasoning. Über die OpenAI API lassen sich diese Modelle direkt in eigene Anwendungen, Chatbots oder Workflows einbetten — kontrolliert, skalierbar und mit eigenem Branding.

Für professionelle Integrationen nutzt vona die OpenAI API als eine der zentralen Technologiekomponenten: präzise, gut dokumentiert, zuverlässig.

Anthropic wurde 2021 von Dario Amodei, Daniela Amodei und weiteren ehemaligen OpenAI-Mitarbeitern gegründet — mit einem klaren Fokus auf KI-Sicherheit und verantwortungsvolle Entwicklung von KI-Systemen.

Das Unternehmen entwickelt die Claude-Modellreihe und hat mit Constitutional AI einen eigenen Ansatz etabliert, um Sprachmodelle hilfreich, harmlos und ehrlich zu gestalten. Anders als viele Wettbewerber veröffentlicht Anthropic regelmäßig Sicherheitsforschung und beteiligt sich aktiv an der KI-Policy-Diskussion.

Anthropic gilt als einer der wenigen Anbieter, bei dem Sicherheit nicht Marketing, sondern aktiv betriebene Forschung ist.

Claude ist Anthropics Familie von Large Language Models — und eines der leistungsstärksten auf dem Markt. Claude zeichnet sich durch sehr große Kontextfenster (hunderttausende Token und mehr), nuanciertes, differenziertes Schreiben und besondere Stärke bei komplexen Analysen und langen Dokumenten aus.

Die aktuellen Modelle (Claude Opus, Sonnet, Haiku) bieten ein breites Leistungsspektrum: von schnellen, günstigen Antworten bis hin zu tiefem, mehrstufigem Reasoning. Claude Opus gehört zu den leistungsstärksten verfügbaren Modellen für komplexe Aufgaben.

vona setzt Claude sehr gern ein, vor allem in Projekten, bei denen nuanciertes Schreiben, lange Kontexte oder besonders präzises Reasoning gefragt ist.

Gemini ist Googles aktuelle Generation multimodaler Large Language Models, entwickelt von Google DeepMind. Die Modellreihe — Ultra, Pro, Flash und Nano — deckt das gesamte Leistungsspektrum ab: vom leichtgewichtigen On-Device-Modell bis hin zur leistungsstärksten Variante für komplexe Aufgaben.

Besondere Stärken von Gemini liegen in der tiefen Google-Ökosystem-Integration (Search, Workspace, Android), in multimodalen Fähigkeiten (Text, Bild, Audio, Video) und in Echtzeit-Webzugriff. Google bietet Gemini zusätzlich als Premium-KI-Assistenten für Verbraucher und Unternehmen an.

Für Projekte mit Google-Infrastruktur oder Anforderungen an multimodale Verarbeitung ist Gemini eine natürliche Wahl.

Meta AI ist Metas KI-Assistent, der direkt in WhatsApp, Instagram, Facebook und Messenger integriert ist — und damit eine der am weitesten verbreiteten KI-Schnittstellen weltweit. Angetrieben von den Llama-Modellen, kann Meta AI Fragen beantworten, Bilder generieren und bei Alltagsaufgaben helfen — ohne die vertraute App zu verlassen.

Im Vergleich zu eigenständigen KI-Assistenten punktet Meta AI durch seine Allgegenwärtigkeit: Milliarden Nutzer erreichen KI-Fähigkeiten dort, wo sie ohnehin täglich kommunizieren. Für Unternehmen eröffnet das neue Möglichkeiten im WhatsApp Business-Kontext.

Google AI Studio ist die offizielle Entwicklerplattform für die Gemini API — kostenlos zugänglich für Entwickler und Unternehmen, die Gemini-Modelle in eigene Anwendungen integrieren möchten.

Über AI Studio lassen sich Prompts testen, Modellparameter anpassen, multimodale Eingaben (Text, Bild, Audio) ausprobieren und direkt Code für die API-Integration generieren. Die Plattform bietet einen großzügigen kostenlosen Tier für Prototyping und kleinere Produktionsprojekte.

Für Teams, die schnell mit Gemini experimentieren oder einen Proof-of-Concept bauen wollen, ist Google AI Studio der ideale Startpunkt.

Meta Platforms (ehemals Facebook) ist einer der größten Technologiekonzerne der Welt — und gleichzeitig einer der bedeutendsten Open-Source-KI-Akteure. Mit der Llama-Modellreihe (unter anderem Llama 2 und Llama 3) hat Meta leistungsstarke Large Language Models frei verfügbar gemacht, die auf eigener Hardware betrieben werden können.

Dies hat die KI-Demokratisierung erheblich vorangetrieben: Unternehmen können Llama-Modelle lokal betreiben, fine-tunen und in eigene Produkte einbauen — ohne Lizenzkosten und ohne externe Datenübertragung. Die größeren Llama-Modelle gehören zu den leistungsstärksten frei verfügbaren Modellen und können mit kommerziellen Modellen mithalten.

Mistral AI ist ein 2023 gegründetes französisches KI-Unternehmen, das sich als europäische Alternative zu OpenAI und Google positioniert. Was Mistral besonders auszeichnet: außergewöhnliche Effizienz bei gleichzeitig hoher Leistung. Mistral 7B war bei seiner Veröffentlichung das leistungsstärkste Modell seiner Größenklasse.

Mixtral (Mixture of Experts) erweiterte diesen Ansatz: Durch selektive Aktivierung von Modellteilen erreicht Mixtral die Qualität deutlich größerer Modelle bei deutlich geringeren Rechenanforderungen. Viele Mistral-Modelle sind Open-Source und können über Ollama lokal betrieben werden.

Für europäische Unternehmen mit Datenschutzanforderungen ist Mistral eine attraktive Option — DSGVO-freundlich und auf EU-Infrastruktur betreibbar.

Gemma ist Googles Familie leichtgewichtiger Open-Source-Modelle — von wenigen hundert Millionen bis zu rund 27 Milliarden Parametern — entwickelt mit denselben Technologien und Trainingsdaten wie die Gemini-Modelle, aber frei verfügbar und lokal betreibbar.

Gemma-Modelle sind für lokalen Einsatz und Fine-Tuning optimiert: kompakt genug für Consumer-Hardware, aber leistungsstark genug für viele Unternehmensanwendungen. Gemma-Modelle übertreffen in Benchmarks teils deutlich größere Modelle und eignen sich für spezialisierte Anpassungen.

Mit Ollama lassen sich Gemma-Modelle in Minuten lokal starten — ideal für datenschutzkritische Anwendungen, bei denen keine Daten in die Cloud übertragen werden dürfen.

Grok ist das Large Language Model von xAI, dem KI-Unternehmen von Elon Musk. Was Grok von anderen Modellen unterscheidet: der direkte Echtzeit-Zugriff auf X (ehemals Twitter) — damit kann Grok aktuelle Nachrichten, Trends und Beiträge in seine Antworten einbeziehen, ohne Trainingsdaten-Cutoff.

Die aktuellen Grok-Modelle konkurrieren in Benchmarks mit den Spitzenmodellen von OpenAI und Anthropic. Grok ist in X Premium integriert und über die xAI API zugänglich. Das Unternehmen hat zudem ältere Grok-Versionen als Open-Weights-Modelle veröffentlicht.

Für Anwendungsfälle, bei denen aktuelle Social-Media-Daten oder Echtzeit-Nachrichten relevant sind, bietet Grok einzigartige Möglichkeiten.

DeepSeek ist ein chinesisches KI-Forschungslabor, das Anfang 2025 mit DeepSeek-R1 für globales Aufsehen sorgte: Das Modell erreichte Leistungen auf dem Niveau führender Modelle — entwickelt zu einem Bruchteil der üblichen Trainingskosten. Dies erschütterte die Annahme, dass führende KI-Modelle zwingend hunderte Millionen Dollar Trainingskosten erfordern.

DeepSeek-Modelle (V3, R1) sind als Open-Weights-Modelle frei verfügbar und über Ollama lokal betreibbar. Besonders bemerkenswert: DeepSeek-R1 zeigt explizit seinen Denkprozess (Chain-of-Thought), was für nachvollziehbare Entscheidungen und Debugging wertvoll ist.

Der Erfolg von DeepSeek hat die gesamte KI-Branche zur Überprüfung ihrer Kostenstruktur und Trainingsansätze veranlasst.

Perplexity ist eine KI-betriebene Suchmaschine, die Echtzeit-Websuche mit Large Language Models kombiniert. Statt einer Liste von Links liefert Perplexity direkte, zusammengefasste Antworten — immer mit Quellenangaben und verlinkten Belegen.

Das Besondere: Perplexity nutzt mehrere Modelle (eigene sowie OpenAI, Anthropic, Meta) und durchsucht aktiv das Web für jede Anfrage. Das macht es besonders stark für Recherchen, aktuelle Informationen und faktenbasierte Antworten.

Im GEO-Kontext (Generative Engine Optimization) ist Perplexity eine der wichtigsten Plattformen: Websites, die von Perplexity als vertrauenswürdige Quellen zitiert werden, gewinnen erheblich an KI-Sichtbarkeit. vona berücksichtigt Perplexity explizit in GEO-Strategien für Kunden.

Microsoft Copilot ist die KI-Assistenten-Marke von Microsoft — angetrieben von OpenAI-Modellen (GPT-Reihe) und tief in das Microsoft-Ökosystem integriert. Je nach Kontext sind das unterschiedliche Produkte:

Copilot in Microsoft 365 (Word, Excel, Outlook, Teams) hilft beim Schreiben, Analysieren und Zusammenfassen direkt im Arbeitsfluss. GitHub Copilot ist der de-facto-Standard für KI-gestützte Code-Vervollständigung in der Softwareentwicklung. Copilot in Windows ist der systemweite KI-Assistent für Endnutzer.

Für Unternehmen, die bereits in Microsoft 365 investiert sind, bietet Copilot den geringsten Reibungspunkt für KI-Adoption — die KI kommt zu den Mitarbeitern, nicht umgekehrt.

NotebookLM ist Googles KI-gestütztes Notizbuch und Dokumentenanalyse-Tool — mit einem einzigartigen Ansatz: Statt auf allgemeines Weltwissen zu setzen, arbeitet NotebookLM ausschließlich mit den Dokumenten, die der Nutzer hochlädt. Das eliminiert Halluzinationen aus dem Training und liefert präzise, belegte Antworten.

Dokumente werden analysiert, zusammengefasst, miteinander verknüpft und auf Anfrage erklärt. Die Audio-Übersicht-Funktion verwandelt Dokumente in einen zweiköpfigen Podcast-Dialog — eine einzigartige Funktion, die komplexe Inhalte in leicht konsumierbare Form bringt.

Für Wissensmanagement, Recherche und die strukturierte Analyse großer Dokumentmengen ist NotebookLM eines der praktischsten KI-Tools auf dem Markt.

Nano Banana ist der Name von Googles KI-Bildmodell aus der Gemini-Familie. Es erzeugt und bearbeitet Bilder auf Basis von Text- und Referenzbildern — von hochwertigen Produktbildern über Motivvarianten bis zur gezielten Bildbearbeitung. Nano Banana Pro ist die leistungsfähigere Variante für höhere Qualität und komplexere Vorgaben.

Einsatzgebiete: Produktbilder für Webshops und Social Media, Bildvarianten für Kampagnen, Modell- und Szenen-Visualisierungen. vona setzt Nano Banana unter anderem in automatisierten Bild-Pipelines für Fashion-Webshops und in der Desktop-App RENEKI ein — mit Prompt-Bausteinen, Referenzbildern und zentraler Kostenübersicht.

Der Zugriff erfolgt über die Gemini API, zum Beispiel über Google AI Studio. Bildrechte, Kennzeichnung und eine bewusste Auswahl der Ergebnisse gehören bei uns zum Einsatz dazu.

Ollama ist das Tool, das den lokalen Betrieb von Open-Source-Large Language Models radikal vereinfacht. Mit einem einzigen Terminal-Befehl (ollama run llama3) laufen Modelle wie Llama 3, Mistral, Gemma, DeepSeek oder Phi auf eigener Hardware — keine Cloud, keine API-Kosten, keine externen Datenübertragungen.

Ollama bietet außerdem eine lokale REST-API, die OpenAIs API-Format nachahmt — das ermöglicht nahtlose Kompatibilität mit bestehenden Tools und Integrationen. n8n, Open WebUI und andere Tools können Ollama als lokalen LLM-Backend verwenden.

vona empfiehlt Ollama besonders in drei Szenarien: (1) Datenschutz-kritische Umgebungen (DSGVO, medizinische Daten, Rechtsberatung), (2) hohe Anfragevolumen mit hohen Cloud-API-Kosten, (3) Offline-Betrieb ohne Internetanbindung.

Hugging Face ist die zentrale Plattform der Open-Source-KI-Community — oft als „das GitHub der KI" bezeichnet. Der Model Hub hostet weit über eine Million vortrainierte Modelle für alle erdenklichen Aufgaben: Sprachmodelle, Bildgenerierung, Audio, Video, Klassifikation und mehr.

Die Transformers-Bibliothek von Hugging Face ist die meistgenutzte Python-Bibliothek für den Zugriff auf vortrainierte Modelle und gilt als Standard-Schnittstelle in der KI-Forschung. Datasets bietet Tausende öffentliche Trainingsdatensätze; Spaces ermöglicht das schnelle Deployment von KI-Demos und -Anwendungen.

vona nutzt Hugging Face als primäre Quelle für Open-Source-Modelle: Wenn ein Kunde eine spezifische KI-Anforderung hat, beginnt die Modellauswahl häufig auf Hugging Face — um zu prüfen, welches vortrainierte Modell am besten passt, bevor eine Custom-Lösung entwickelt wird.

LM Studio ist eine Desktop-App, mit der du Sprachmodelle auf deinem eigenen Rechner herunterlädst, ausprobierst und per Chat nutzt — ohne Terminal und ohne Cloud.

Für Entwickler bietet es einen lokalen Server mit einer OpenAI-kompatiblen Schnittstelle. So lassen sich offene Modelle in bestehende Anwendungen einbinden. Die App läuft auf Mac, Windows und Linux; wie schnell die Modelle antworten, hängt von deiner Hardware ab.

Open WebUI ist eine selbst gehostete Chat-Oberfläche im Stil bekannter KI-Assistenten. Sie lässt sich mit lokalen Modellen (zum Beispiel über Ollama) und mit Cloud-Diensten verbinden.

Teams bekommen damit einen eigenen, datenschutzfreundlichen Zugang zu KI — mit Benutzerverwaltung, Gesprächsverlauf und der Möglichkeit, eigene Dokumente einzubinden (RAG).

AnythingLLM ist eine Anwendung, mit der du mit eigenen Dokumenten chattest: Dateien, Webseiten und Notizen werden aufbereitet und einem Sprachmodell als Wissensquelle bereitgestellt (RAG).

Sie läuft als Desktop-App oder auf einem eigenen Server und arbeitet mit lokalen und Cloud-Modellen zusammen. Für kleine Wissensdatenbanken ist das ein schneller Einstieg, ohne eine eigene Pipeline zu bauen.

Die Text Generation WebUI, meist nach ihrem Entwickler Oobabooga genannt, ist eine Open-Source-Weboberfläche zum Ausführen und Ausprobieren vieler Sprachmodelle auf eigener Hardware.

Sie unterstützt verschiedene Modellformate und bietet viele Einstellmöglichkeiten. Das macht sie bei Bastlern beliebt — für den Einstieg sind Ollama oder LM Studio meist einfacher.

OpenRouter ist eine einheitliche API-Schicht, über die hunderte verschiedene LLMs von unterschiedlichen Anbietern (OpenAI, Anthropic, Google, Meta, Mistral u.v.m.) unter einer einzigen Schnittstelle erreichbar sind.

Der praktische Nutzen: Modell-Switching ohne Code-Änderung, automatisches Routing zum günstigsten verfügbaren Modell, Ausfallsicherheit bei Anbieterausfällen und einfacher A/B-Vergleich verschiedener Modelle. OpenRouter folgt dem OpenAI-API-Format, was die Migration von bestehenden Integrationen vereinfacht.

vona nutzt OpenRouter in Projekten, die Modell-Flexibilität erfordern oder bei denen Kostenoptimierung durch intelligentes Routing wichtig ist.

Snowflake ist eine der führenden Cloud-Datenplattformen für Data Warehousing, Analytics und Data Engineering. Die Architektur trennt Compute und Storage konsequent — das erlaubt elastische Skalierung und Multi-Cloud-Betrieb (AWS, Azure, GCP) mit einer einzigen SQL-Schnittstelle.

Mit Snowflake Cortex hat die Plattform native KI-Fähigkeiten integriert: LLM-Funktionen direkt in SQL-Queries, RAG-Pipelines auf Snowflake-Daten, Vector Search und die Möglichkeit, eigene ML-Modelle zu deployen. Das ermöglicht KI-gestützte Datenanalyse ohne Daten in externe Systeme zu übertragen.

Außerdem hat Snowflake mit Arctic ein eigenes Open-Source-LLM veröffentlicht, das für SQL- und Datenanalyse-Aufgaben optimiert ist.

Eden AI bündelt Dienste vieler KI-Anbieter hinter einer einheitlichen Schnittstelle — nicht nur Sprachmodelle, sondern auch Bildanalyse, Übersetzung, Spracherkennung und mehr.

So lassen sich Anbieter vergleichen und wechseln, ohne den Code jeweils anzupassen. Ähnlich wie OpenRouter, mit stärkerem Fokus auf die ganze Bandbreite an KI-Diensten (siehe LLM-Gateway).

LM Arena (früher Chatbot Arena) ist eine Plattform, auf der Nutzerinnen und Nutzer die Antworten zweier anonymer Modelle vergleichen und bewerten. Aus den Stimmen entsteht eine öffentliche Rangliste.

Sie ist eine hilfreiche Orientierung, ersetzt aber keinen Test mit deinen eigenen Aufgaben: Ein Spitzenplatz sagt wenig darüber, wie gut ein Modell zu deinem Anwendungsfall passt (siehe Benchmark).

n8n ist eine Open-Source-Workflow-Automatisierungsplattform — vergleichbar mit Zapier oder Make, aber self-hosted und deutlich mächtiger für komplexe KI-Workflows. Mit n8n verbinden wir LLMs, Datenbanken, APIs, E-Mail-Systeme und hunderte weitere Integrationen zu intelligenten, automatisierten Pipelines.

Der entscheidende Unterschied zu SaaS-Alternativen: n8n läuft auf eigener Infrastruktur — alle Daten bleiben unter vollständiger Kontrolle. Das ist besonders für DSGVO-konforme KI-Automatisierung wichtig. Der visuelle Node-Editor macht komplexe Multi-Step-Workflows ohne Programmierkenntnisse konfigurierbar.

vona setzt n8n in Projekten ein, in denen sich Abläufe schnell verbinden lassen, etwa: für KI-gestützte Dokumentenverarbeitung, automatisierte E-Mail-Workflows, CRM-Integrationen und benutzerdefinierte AI Agents.

Zapier verbindet tausende Web-Anwendungen per Baukasten: Ein Ereignis (Trigger) in einer App löst Aktionen in anderen aus, ohne dass du programmieren musst. Inzwischen lassen sich auch KI-Schritte einbauen.

Der Einstieg ist sehr einfach, der Betrieb läuft in der Cloud des Anbieters. Bei großen Mengen oder sensiblen Daten lohnt ein Vergleich mit selbst gehosteten Lösungen wie n8n.

Make (früher Integromat) ist eine visuelle Automatisierungsplattform: Du ziehst Module auf eine Fläche, verbindest sie und lässt Abläufe zwischen Anwendungen automatisch laufen.

Gegenüber einfachen Wenn-dann-Werkzeugen eignet es sich gut für verzweigte Abläufe mit mehreren Schritten. Auch hier läuft der Betrieb in der Cloud, KI-Bausteine lassen sich anbinden.

Activepieces ist eine Open-Source-Plattform für Workflow-Automatisierung, die du selbst hosten kannst. Sie bietet einen visuellen Editor und Bausteine für viele Dienste, auch für KI-Anwendungen.

Wer die Kontrolle über seine Daten behalten möchte, findet hier — wie bei n8n — eine Alternative zu reinen Cloud-Diensten.

Flowise ist ein Open-Source-Baukasten, mit dem du KI-Anwendungen per Drag-and-Drop zusammensetzt: Chatbots, RAG-Systeme und Agenten aus vorgefertigten Bausteinen.

Es basiert auf Bibliotheken wie LangChain und eignet sich, um Ideen schnell auszuprobieren. Für den Dauerbetrieb solltest du Betrieb, Updates und Zugriffsrechte einplanen.

Langflow ist ein visueller Editor für KI-Workflows und Agenten im Umfeld von LangChain. Du verbindest Komponenten wie Modelle, Prompts und Datenquellen auf einer Fläche.

Er richtet sich an Teams, die schnell Prototypen bauen wollen, auch ohne tiefe Programmierkenntnisse, und lässt sich bei Bedarf mit eigenem Code erweitern.

Relevance AI ist eine Plattform, auf der Unternehmen KI-Agenten bauen und im Team einsetzen — als eine Art digitale Mitarbeitende für wiederkehrende Aufgaben wie Recherche, Vertrieb oder Support.

Die Plattform wird als Dienst betrieben. Vor einem Einsatz solltest du klären, welche Daten verarbeitet werden, wo sie liegen und wie Freigaben und Kontrolle geregelt sind.

Bardeen automatisiert Aufgaben im Browser: Daten von Webseiten übernehmen, in Tabellen und CRM-Systeme schreiben, wiederkehrende Klickfolgen abkürzen — zunehmend mit KI-Unterstützung.

Praktisch für einzelne Personen und kleine Teams, etwa bei Recherche und Kontaktlisten. Beachte bei der Datenübernahme aus Webseiten die Nutzungsbedingungen und den Datenschutz.

OpenClaw ist ein Open-Source-Projekt für einen persönlichen KI-Assistenten bzw. KI-Agenten, der auf eigener Hardware oder einem eigenen Server läuft. Er verbindet Sprachmodelle (zum Beispiel von OpenAI, Anthropic oder lokal betriebene Modelle) mit Messenger-Kanälen und Werkzeugen, nimmt Aufgaben per Chat entgegen und führt sie selbstständig aus — etwa Nachrichten beantworten, Termine verwalten oder Recherchen erledigen.

Typisch für solche Agenten sind ein Gedächtnis über Gespräche hinweg, erweiterbare Fähigkeiten (Plugins bzw. „Skills“) und der Zugriff auf Dateien, Konten und Programme. Genau darin liegt auch das Risiko: Je mehr Rechte ein Agent bekommt, desto wichtiger sind klare Berechtigungen, eine isolierte Umgebung, Protokolle und Freigaben für kritische Aktionen.

Unsere Einordnung: Für Unternehmen sind solche Agenten-Plattformen interessant, brauchen aber Sicherheits-, Datenschutz- und Rechtekonzepte, bevor sie produktiv laufen. Wir beraten dazu und bauen Agenten-Lösungen für Kunden stets mit minimalen Rechten, Freigabeschritten und nachvollziehbaren Protokollen — mit dem Werkzeug, das zur Aufgabe passt.

LangChain ist ein weit verbreitetes Open-Source-Framework, um Anwendungen mit Sprachmodellen zu bauen: Es liefert Bausteine für Prompts, Datenquellen, Werkzeuge und Agenten in Python und JavaScript (siehe Agenten-Framework).

Es verbindet Modelle verschiedener Anbieter mit eigenen Daten und Werkzeugen. Wegen der Vielfalt und der schnellen Entwicklung lohnt es sich, nur die Teile einzusetzen, die du wirklich brauchst.

LangGraph ist ein Framework, mit dem Agenten als Graph aus Schritten und Entscheidungen beschrieben werden — mit Zustand, Schleifen und Verzweigungen.

Dadurch lassen sich mehrstufige Abläufe kontrollierter steuern, mit Zwischenspeicherung und Freigabeschritten (Human-in-the-Loop). Eher etwas für Entwicklerteams als für den schnellen Prototyp.

LlamaIndex ist ein Framework, das Sprachmodelle mit eigenen Daten verbindet: Dokumente werden eingelesen, aufbereitet, indexiert und für Fragen durchsuchbar gemacht (RAG).

Es bringt Anschlüsse für viele Datenquellen und Vektordatenbanken mit und wird gern für Wissensassistenten und Dokumentensuche genutzt.

AutoGen ist ein Open-Source-Framework von Microsoft Research für Systeme, in denen mehrere KI-Agenten miteinander kommunizieren und gemeinsam Aufgaben lösen.

Typisch sind Aufteilungen in Rollen, etwa Planer, Programmierer und Prüfer, die sich Ergebnisse zuspielen. Solche Multi-Agenten-Systeme sind mächtig, aber aufwendiger zu testen und zu kontrollieren. Der Projektstand ändert sich; prüfe vor dem Einsatz die aktuelle Dokumentation.

CrewAI ist ein Framework, mit dem du Teams aus KI-Agenten mit klaren Rollen, Zielen und Aufgaben zusammenstellst, die gemeinsam ein Ergebnis erarbeiten.

Der Ansatz ist leicht verständlich — ein „Rechercheur“ liefert zu, ein „Redakteur“ formuliert —, braucht aber gute Aufgabenbeschreibungen und eine Kontrolle der Ergebnisse.

GPTs sind angepasste Versionen von ChatGPT: Mit Anweisungen, hochgeladenem Wissen und optionalen Anbindungen an externe Dienste baust du einen Assistenten für eine bestimmte Aufgabe — ohne Programmierung.

Sie lassen sich im Team teilen oder veröffentlichen. Für einfache, wiederkehrende Aufgaben ein schneller Weg; bei komplexen Prozessen oder besonderen Datenschutzanforderungen stößt man an Grenzen.

Copilot Studio ist Microsofts Plattform, um eigene Copilots und Agenten zu bauen, die auf Unternehmensdaten zugreifen und Prozesse im Microsoft-Umfeld anstoßen.

Der Vorteil liegt in der Integration mit Microsoft 365, Teams und der Rechteverwaltung des Unternehmens. Wer überwiegend in dieser Welt arbeitet, kommt damit schnell zu Ergebnissen.

AutoGPT und BabyAGI gehörten 2023 zu den ersten viel beachteten Experimenten mit autonomen KI-Agenten: Man gibt ein Ziel vor, das System zerlegt es in Aufgaben und arbeitet sie selbstständig ab.

Heute dienen sie vor allem als Referenz, wie Agenten-Schleifen aufgebaut sind. Für den produktiven Einsatz sind kontrollierte Frameworks und klare Freigaben die bessere Wahl.

Claude Code ist Anthropics Coding-Agent für die Kommandozeile. Er liest dein Projekt, schlägt Änderungen vor, führt Befehle und Tests aus und arbeitet sich schrittweise durch Aufgaben — mit deiner Freigabe.

vona setzt Claude Code in der täglichen Entwicklung ein, etwa für Refactorings, Tests und Dokumentation. Wichtig bleibt: Ergebnisse werden geprüft, bevor sie in ein Projekt übernommen werden.

Replit ist eine Entwicklungsumgebung im Browser, in der du Anwendungen programmierst, ausführst und veröffentlichst — ohne lokale Einrichtung.

Mit dem integrierten KI-Agenten lassen sich aus einer Beschreibung lauffähige Apps erzeugen. Das eignet sich gut für Prototypen und Ideen; für produktive Software sollte der erzeugte Code geprüft und überarbeitet werden.

Kiro ist eine von Amazon Web Services entwickelte Entwicklungsumgebung mit KI-Agenten. Ihr Ansatz: Zuerst werden Anforderungen und Entwurf als Spezifikation festgehalten, danach setzt der Agent sie um (Spec-Driven Development).

Das soll KI-gestütztes Programmieren nachvollziehbarer machen als reines „Vibe Coding“ per Zuruf. Wie bei allen Coding-Agenten gilt: Der erzeugte Code muss geprüft werden.

Devin ist ein KI-Softwareagent des Unternehmens Cognition, der Programmieraufgaben weitgehend selbstständig bearbeitet — mit eigener Entwicklungsumgebung, Terminal und Browser.

Solche Agenten übernehmen klar umrissene Aufgaben wie Fehlerbehebungen oder kleinere Funktionen. Menschen prüfen die Ergebnisse (Code-Review), bevor etwas in die Produktion geht.

E2B stellt abgeschottete Umgebungen (Sandboxes) bereit, in denen KI-Agenten Code ausführen können, ohne dein eigenes System zu gefährden.

Das ist wichtig, sobald ein Agent selbst Programme schreibt und startet: Fehler oder unerwünschte Befehle bleiben in der Sandbox. Die Anbindung erfolgt per API.